5/19/2018 Ekometrika Deret Waktu Bab21

1/15

(Guru Besar pada Fakultas Ekonomi dan ManajemenInstitut Pertanian Bogor)

Lektor pada Fakultas Ekonomi Universitas Jambi

Bambang Juanda & Junaidi: EkonometrikaDeret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

2/15

Setelah mengikuti pembahasan pada bab ini, pembaca diharapkan dapat :

Memahami makna kestasioneran data deret waktu dan cara

pemeriksaannya.

Memahami implikasi kestasioneran (stasioner dan tidak stasioner) data

deret waktu dalam pemodelan.

Memahami prosedur Eviews untuk pemeriksaan kestasioneran data

deret waktu Menginterprestasikan output program Eviews pada kestasioneran data

deret waktu.

Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

3/15

Proses stokastik: proses yg menghasilkan rangkaian nilai-nilai peubahacak yg menggambarkan perilaku data pd berbagai kondisi.

Setiap data deret waktu merupakan data dari hasil proses stokastik.

Proses stokastik dpt bersifat stasioner dan menghasilkan data deretwaktu yg bersifat stasioner.

Proses stokastik dpt bersifat tidak stationer dan menghasilkan dataderet waktu yg tidak stasioner.

Data stasioner jika:

Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

4/15

Data stasioner pada nilai tengahnya jika data berfluktuasi disekitar

suatu nilai tengah yg tetap dari waktu ke waktu.

Data stasioner padaragamnya jika data berfluktuasi dengan ragam ygtetap dari waktu ke waktu.

Mengatasi data yg tidak stasioner

Proses diferensi

Transformasi data (Ln atau akar kuadrat) Pemeriksaan Kestasioneran Data Deret Waktu

Melihat trend data dalam grafik

Menggunakan autokorelasi dan korelogram.

Uji akar-akar unit (unit root test)

Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

5/15

Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

6/15

Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

7/15

Signifikan atau tidaknya nilai autokorelasi melalui

pengujian standar error (Se).

Misalnya dengan taraf nyata = 5% untuk kadalah:

H0:k= 0. Keputusannya belum cukup bukti untuk menolak

H0bahwa k= 0, berarti data stasioner

)(96,1)(96.1 SeSe k

)/1(96,1)/1(96.1 nn k

Bambang Juanda & Junaidi: Ekonometrika Deret Waktu

5/19/2018 Ekometrika Deret Waktu Bab21

8/15

Uji Statistik Q dikembangkan oleh Box dan Pierce:

dimana: n = banyak sampel, m=panjang lag

Jika statistik Q